如何使用Opencv检测具有不同对比度和背景色的图像边缘？

Question

我正在开发一个Android应用程序，以检测所有图像轮廓并使用Opencv绘制它们。

我正在同一张图像上进行测试，并且一切正常。

但是，一旦我更改了同一图像但对比度不同，检测就会失败。

另外，我更改了另一个具有较暗背景的示例图像，并且再次失败。

这是代码：

  Imgproc.cvtColor(mRGBA, mGray, Imgproc.COLOR_RGB2HSV);

    Core.split(mGray, channels);

    mGray = channels.get(1);

    Imgproc.threshold(mGray, mGray, 50, 255, Imgproc.THRESH_BINARY);

    Core.meanStdDev(mGray, mu, stddev);

    Imgproc.GaussianBlur(mGray, mGray, new Size(5, 5), 5);

    //Imgproc.Canny(mGray, mGray, 20, 80, 3, false);

    Imgproc.Canny(mGray, mGray, mu.get(0, 0)[0], stddev.get(0, 0)[0], 3, false);

    Mat kernell = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(9,9));

    Imgproc.morphologyEx(mGray, mGray, Imgproc.MORPH_CLOSE, kernell);

    Imgproc.dilate(mGray, mGray, Imgproc.getStructuringElement(Imgproc.MORPH_CROSS, new Size(3, 3)));

这是第一个示例图像

处理结果

这是第二张样本图片

这是结果

我必须指出一个事实，即如果删除图像阈值，则该算法可完美适用于具有不同光强度和不同对比度的同一图像，但仅适用于具有白色背景的图像。

有没有一种通用的方式可以应用Canny？

Answer 1

通过使用Opencv的CLAHE技术，我将所有剪辑类型的图像都取得了更好的结果，从而将剪辑限制为1，以增强图像对比度。

当然，剪辑限制变量取决于应用程序，而1对我来说几乎是完美的。

我删除了图像阈值处理。

这是我在应用GaussianBlur之前添加的内容：

    CLAHE clahe = Imgproc.createCLAHE();

    clahe.setClipLimit(1);

    clahe.apply(mGray, mGray);